在AI技术迅猛发展的当下，设备端计算正成为行业焦点。近日，知名AI应用Reface和Prisma的联合创始人宣布携手推出新创企Mirai，并成功斩获1000万美元种子轮融资。这一消息由TechCrunch独家报道，标志着AI推理优化领域迎来重要玩家。
Reface与Prisma的传奇背景
Reface是一款爆火的AI换脸应用，自推出以来累计下载量超过5亿次，其背后的技术让用户轻松将自己的脸替换到明星视频中，娱乐性与技术性兼备。Prisma则以AI艺术滤镜闻名，将照片瞬间转化为名画风格，巅峰时期日活跃用户数百万。这两款应用的成功离不开其创始人们对移动端AI的深刻理解。
此次Mirai的联合创始人正是Reface的Oles Matselyukh和Prisma的Alex Frolov等核心团队成员。他们曾在各自项目中积累了丰富的设备端AI部署经验，如今再度联手，目标直指AI模型在智能手机、笔记本等设备上的高效推理。
「我们看到AI模型越来越庞大，但设备硬件资源有限。Mirai将专注于桥接这一鸿沟，让AI真正‘本地化’。」——Mirai联合创始人Oles Matselyukh
Mirai的核心使命：优化设备端模型推理
AI模型推理（inference）是指模型在部署后对新数据的预测过程。传统方式依赖云端服务器，虽然计算力强劲，但存在延迟高、隐私风险和网络依赖等问题。设备端推理则将模型直接运行在本地硬件上，实现毫秒级响应和数据不出设备。
Mirai的创新在于开发一套先进的推理引擎，针对Arm架构的移动芯片（如高通骁龙、苹果A系列）和x86笔记本处理器进行深度优化。核心技术包括模型量化（将浮点数转为低精度整数以减少计算量）、动态图优化和硬件加速融合。这些方法能将推理速度提升3-5倍，同时功耗降低50%以上。
想象一下：在手机上实时运行复杂的大语言模型（如生成式AI聊天），无需上传数据到云端；或在笔记本上进行本地图像识别，避免隐私泄露。这正是Mirai追求的未来。
1000万美元种子轮融资的战略意义
据TechCrunch报道，此轮融资由知名风投领投，Mirai将用于团队扩张、算法研发和合作伙伴生态构建。种子轮规模达1000万美元，在AI初创领域已属不凡，反映出投资者对边缘AI的信心。
当前，全球AI芯片市场规模预计2026年突破500亿美元，设备端推理占比将从20%升至40%。Mirai的入局，正值苹果Neural Engine、谷歌Tensor和华为昇腾等硬件生态成熟之际。
本文由 赢政天下 独家编译 - 转载请注明来源。
设备端AI推理的技术挑战与机遇
尽管前景广阔，设备端推理仍面临多重挑战。首先，模型体积巨大：如Llama 7B模型需数GB内存，而手机RAM仅8-16GB。其次，异构计算：设备集成了CPU、GPU、NPU等多核，需要统一调度框架。再次，实时性要求：在游戏或AR应用中，推理延迟须低于30ms。
Mirai的解决方案借鉴了TensorFlow Lite、Core ML和ONNX Runtime等开源框架，但更注重端到端自动化优化。通过机器学习驱动的模型压缩，用户无需手动调参，即可获得最佳部署。
补充行业背景：边缘AI浪潮自2020年起加速，受益于5G和物联网爆发。Gartner预测，到2025年，75%的企业数据将在边缘处理。Mirai的出现，将进一步降低开发者门槛，推动AI民主化。
行业趋势：从云到边的迁移
回顾AI发展，云端主导时代（如OpenAI的GPT系列）正让位于混合模式。苹果的Apple Intelligence、谷歌的Gemini Nano均强调设备端运行。高通的AI 100 ISP和联发科的NeuroPilot已为软件生态铺路。
中国市场同样活跃，阿里平头哥的含光800 NPU和百度昆仑芯正发力移动AI。Mirai的跨平台兼容性，或将成为其全球竞争优势。
编者按：Mirai或成设备AI新引擎
作为AI科技新闻编辑，我认为Mirai的潜力巨大。它不仅继承了Reface和Prisma的移动基因，还直击行业痛点。在隐私法规（如GDPR、CCPA）趋严的时代，本地推理将成为标配。未来，随着6G和量子计算融合，Mirai有望主导边缘AI基础设施。
然而，挑战犹存：需应对英伟达、AMD等巨头的竞争，以及开源社区的免费替代。总体乐观，值得持续关注。
（本文约1050字）
本文编译自TechCrunch，作者Ivan Mehta，原文日期2026-02-19。
© 2026 Winzheng.com 赢政天下 | 本文由赢政天下编译整理，转载请注明来源。原文版权归原作者所有。